modules/ spamfilter/ spamfilter.model.php 에 80라인 정도에 function isDeniedWord($text)
함수 안에 추가해 봤다.
되어야 할텐데.
영어 스팸 때문에 쩝.. 한글을 섞으면 된다. 그것도 제거하기 위해, % 적용은 좀 더 복잡하겠지만, 뭐, 나중에 찾으면 나오겠지. 일단 오늘을 자자.
$eng_check = preg_match("/[xA1-xFE][xA1-xFE]/", $text);
if(!$eng_check) {
return new Object(-1,iconv("euc-kr","utf-8","영어 댓글 금지"));
}
http://kais.tistory.com/46 를 참고해 %로 얼마나 각 언어가 포함되어 있는지 계산하는 코드를 짜봤다.
Array
(
[eng] => 10
[kor] => 31
[han] => 12
[jap] => 8
)
eng: 16%
kor: 51%
han: 20%
jap: 13%결과는 이렇다. 영어를 완전 차단하는 걸로 안 된다면 각 스팸 유형을 분석해 일정 비율에 따라 처리하도록 해보자.
<?php
$content = "test content☆漢字〓韓國外交部對外稱, 應美方要求，韓國貿易部長金宗塤和美國貿易代表施瓦布本週一下午還舉行了一個「非正式磋商」。end◆ 日語〓慰謝料としてフルハウス(Full House)をあげるというィヨンジェの言葉に,ジウンは寝ても寝る事ができないで悩む。end◆ 한글〓해쉬(Hash)값 필터링 시스템(Filtering system)은 디지털 파일에 고유의 키 값을 매겨서 등록, 관리하는 것으로 저작권 침해 신고가 접수됐을 경우 이 키 값을 기준으로 검색, 침해 여부를 판단할 수 있는 방식이다. end★";
echo '<pre>';// PRE
preg_match_all('!['
.'x{0061}-x{007a}|x{0041}-x{005a}'
.']+!u', $content, $match);
$arr['eng']=count($match[0]);
// 한글
preg_match_all('!['
.'x{1100}-x{11FF}x{3130}-x{318F}x{AC00}-x{D7AF}'
.']+!u', $content, $match);
$arr['kor']=count($match[0]);
// 한자
preg_match_all('!['
.'x{2E80}-x{2EFF}'// 한,중,일 부수 보충
.'x{31C0}-x{31EF}x{3200}-x{32FF}'
.'x{3400}-x{4DBF}x{4E00}-x{9FBF}x{F900}-x{FAFF}'
.'x{20000}-x{2A6DF}x{2F800}-x{2FA1F}'// 한,중,일 호환한자
.']+!u', $content, $match);
$arr['han']=count($match[0]);
// 일어
preg_match_all('!['
.'x{3040}-x{309F}'// 히라가나
.'x{30A0}-x{30FF}'// 가타카나
.'x{31F0}-x{31FF}'// 가타카나 음성 확장
.']+!u', $content, $match);
$arr['jap']=count($match[0]);
print_r($arr);
$sum=array_sum($arr);
foreach ($arr as $key => $value) {
echo $key.": ".(100*round($value/$sum, 2))."%n";
}
echo '</pre>';
?>
댓글 달기